Mesterséges intelligenciával és szenzorokkal a lomhulladék ellen: Új módszer a faanyagok visszanyerésére

Németországban évente több mint kétmillió tonna lomhulladék keletkezik, amelynek nagyjából negyede újrahasznosítható faanyag. A mesterséges intelligencia (MI) és a modern szenzortechnológia bevonásával az ASKIVIT projekt kutatói most egy olyan új, multimodális eljárást fejlesztettek ki, amellyel a faanyagok több mint 95 százalékos pontossággal, gazdaságosabban és sokkal nagyobb mennyiségben nyerhetők vissza a hulladékból, erősítve ezzel a körforgásos gazdaság elveit.

A lomhulladékban rejlő hatalmas nyersanyagpotenciál

A lomhulladék a modern ipar egyik legjelentősebb, ugyanakkor rendkívül nehezen feldolgozható nyersanyagforrása. A hivatalos statisztikák szerint a Németországban éves szinten felhalmozódó, több mint kétmillió tonnányi lomhulladék mintegy 25 százaléka anyagában újrahasznosítható, kiváló minőségű fa. Bár a mindennapos hulladékáramok – mint például az elhasznált üveg vagy a különféle lakossági csomagolóanyagok – szelektálása napjainkra már nagymértékben automatizált folyamattá vált, a lomhulladékból származó fahulladék osztályozását továbbra is jórészt emberi munkaerővel, manuálisan hajtják végre. A gépi és mesterséges intelligenciával támogatott automatizált szortírozás bevezetése nem csupán az iparág gazdaságosságát képes jelentős mértékben növelni, de a hulladékkezelési szektorban tapasztalható egyre súlyosbodó munkaerőhiányra is azonnali, hatékony megoldást nyújthat.

Az ASKIVIT projekt és az innovatív négyes szenzorrendszer

A fenti ipari hiányosságot felismerve indult útjára az ASKIVIT elnevezésű kutatási együttműködés (a projekt teljes neve: „Altholzgewinnung aus Sperrmüll durch künstliche Intelligenz und Bildverarbeitung im VIS-, IR- und Terahertz-Bereich”). A kutatás a német Szövetségi Élelmezésügyi, Mezőgazdasági és Hazaügyi Minisztérium (BMLEH) közvetlen pénzügyi támogatásával valósult meg, munkálatait pedig a Fraunhofer Optronikai, Rendszertechnikai és Képfeldolgozási Intézet (Fraunhofer IOSB) koordinálta.

Mivel a lomhulladék összetétele rendkívül heterogén, a hagyományos optikai felismerést a fizikai takarások, az erős felületi szennyeződések, valamint a faanyag természetes öregedési folyamatai drasztikusan megnehezítik. Ennek a problémának a kiküszöbölésére a kutatócsoport egy speciális, négy teljesen eltérő szenzortípust ötvöző rendszert alkotott meg, a kapott adatfolyamokat pedig mesterséges intelligencia segítségével fűzte össze. Az integrált technológia egy hagyományos RGB-kamerából, egy közeli infravörös (NIR) hiperspektrális kamerából, továbbá termográfiai és terahertz-szenzorokból áll. Ez az összeállítás azért számít tudományos áttörésnek, mert a termográfiát és a terahertz-érzékelőket a múltban szinte egyáltalán nem használták ipari hulladékválogatási célokra.

Kiemelkedő, 95,6 százalékos válogatási pontosság a „Late-Fusion” módszerrel

A fejlesztési szakaszban a kutatók ezekkel a szenzorokkal valós lomhulladék-mintákat vizsgáltak és rögzítettek, majd a kapott adatokat osztályozva egy kiterjedt, multimodális adatbázist hoztak létre a mesterséges intelligencia betanításához. Ez a kifejezetten a lomhulladék-osztályozásra specializált képalkotó adathalmaz egyedülálló, bizonyos elemeit pedig a Fraunhofer Társaság Fordatis nevű kutatási platformján, illetve a Nature Scientific Data folyóiratban közzétett Open-Access tudományos cikk révén más szakemberek számára is nyitottá tették.

Az értékelési kísérletek során az úgynevezett „Late-Fusion” algoritmikus megközelítés bizonyult a leginkább célravezetőnek. Ebben az informatikai struktúrában az egyes szenzorokból származó adatokat először teljesen elszigetelten értékelik ki, és a rendszer csak a számítások legvégén, az eredmények összesítéséből hoz meg egyetlen, végleges döntést. Ennél az eljárásnál a terahertz-szenzor kiemelkedően jól teljesített, ami nagyrészt annak volt köszönhető, hogy extrém magas érzékenységet mutatott a faanyagban megbúvó apró fémes elemek kimutatásában. Ezzel a finomhangolt eljárással a rendszer teljes és összesített válogatási pontossága elérte a 95,6 százalékot.

Gyakorlati tesztelés és villámgyors kiértékelés: 30 milliszekundum alatt a döntés

A kutatási program utolsó fázisaként a szakemberek az elkészült multiszenzoros rendszert részlegesen beépítették egy valós ipari körülmények között működő hulladékválogató gépbe. A kísérleti környezetben a beérkező lomhulladékot először igen erőteljesen felaprították, majd a keletkezett zúzalék egy gyors mozgású ipari futószalagra került. A mérnökök a szenzorvonal után alig néhány centiméterrel, a haladási iránnyal merőlegesen sűrített levegős fúvókákat szereltek fel a szalag fölé.

Ezeknek a pneumatikus fúvókáknak a vezérlését a mesterséges intelligencia modell végezte valós időben, feladatuk pedig a nemkívánatos, vagy a kiválogatandó darabok célzott, mechanikus kilökése volt a szalagról. A gyakorlatban is megszokott, igen magas, 3 méter/másodperces szalagsebesség mellett az MI-rendszernek a képfeldolgozást követően megközelítőleg mindössze 30 milliszekundum (ezredmásodperc) állt rendelkezésére ahhoz, hogy meghozza a pontos válogatási döntést. Az eredmények azt mutatták, hogy a kiválogatott faanyag tisztasági foka rendkívül magas lett; a hibásan szortírozott elemek túlnyomórészt fizikai, mechanikai korlátok (például az anyagok egymásba akadása) miatt kerültek rossz helyre, s nem az MI döntéshozatali hibájából.

Piaci potenciál, körforgásos gazdaság és projektpartnerek

Dr. Robin Gruna, a Fraunhofer IOSB munkatársa a projekt technológiai sikereit összegezve kijelentette: „A technológia növeli a hatékonyságot és jelentős költségeket takarít meg, ezért óriási piaci esélyeket látunk benne például az újrahasznosító iparban vagy a gyártási folyamatok során történő inline-ellenőrzések terén.” Az eddigi eredmények alapján az innovatív szenzoros eljárás ígéretes alternatívája lehet a manuális válogatásnak, hiszen mind sebességben, mind megbízhatóságban messze felülmúlja azt.

A sikeres állami kezdeményezésben a koordinátor Fraunhofer IOSB mellett részt vett a Fraunhofer WKI (Wilhelm-Klauditz-Institut), a Fraunhofer ITWM (Institut für Technologie und Wirtschaftsmathematik), valamint a Karlsruher Institut für Technologie (KIT) csapata is.

🔗 Hivatalos források és hivatkozások: 👉

• Eredeti sajtóközlemény (FNR): Holz aus Sperrmüll besser aussortieren mit KI und Sensorik

• A projekt részletes zárójelentése elérhető a német állami szervezet, a FNR projektadatbázisában (2220HV048 támogatási azonosító alatt): projekte.fnr.de